基本信息:
- 专利标题： 一种更新贡献加权聚合的差分联邦学习异常用电辨识方法
- 申请号：CN202410582381.2 申请日：2024-05-11
- 公开(公告)号：CN118568556A 公开(公告)日：2024-08-30
- 发明人： 肖琦 , 梁恩民 , 陆俊 , 龚钢军 , 龚子健
- 申请人： 华北电力大学
- 申请人地址： 北京市昌平区北农路2号
- 专利权人： 华北电力大学
- 当前专利权人： 华北电力大学
- 当前专利权人地址： 北京市昌平区北农路2号
- 主分类号： G06F18/241
- IPC分类号： G06F18/241 ; G06Q50/06 ; G06N20/00
摘要：
本发明提供了一种更新贡献加权聚合的差分联邦学习异常用电辨识方法，针对现有机器学习异常用电辨识方法对配电网数据隐私保障考虑不充分的局限性，本发明充分考虑异常用电辨识模型训练过程中对配电网数据的隐私保护，采用差分隐私的分布式联邦学习框架，基于梯度更新贡献度加权聚合策略训练全局模型，实现对分布式配电网用电用户异常用电行为的辨识，从而有效提高电力配电网的运维效率和配电网数据的安全性。